Install Python and Jupyter Notebook to Windows 10 (64 bit)

This blog post is a step-by-step tutorial to install Python and Jupyter Notebook to Windows 10 (64 bit). Python 3.3 or greater, or Python 2.7 is required to install the Jupyter Notebook. Download Python 3.7.4 from “https://www.python.org/downloads/release/python-374/” url 2. Choose and select “x86–64 executable installer” for Windows 10–64 bit computer 3. Select location to save the executable… Continue reading Install Python and Jupyter Notebook to Windows 10 (64 bit)

شاخص‌های عملکرد تحلیل‌گر داده

قبل از پرداختن به این موضوع بهتر است مروری بر تفاوت‌های چند پیشه داشته باشیم. تحلیل و آمار متفاوتند تحلیل، اخبار داده‌ها نیست. بازاریابی نیست. نقل کردن اتفاقات نیست. تحلیل، تصمیم گیری نیست. تفاوت تحلیل و آمار با اینکه ابزارها و معادلات استفاده شده آمار و تحلیل بسیار شبیه هم هستند، آماردانان و تحلیل‌گران، آموزش‌های… Continue reading شاخص‌های عملکرد تحلیل‌گر داده

محاسبه حداکثر میزان تخفیف قابل پرداخت به مشتریان جهت بازگشت

فرمول محاسبه (از نظر ما) اینه:‌
حداکثر تخفیف قابل تخصیص = میانگین درآمد از هر سفارش + احتمال بازگشت‌های بیشتر * متوسط تعداد خریدهای بعدی * میانگین درآمد از هر سفارش

Selecting Subsets of Data in Pandas

from What Code single column  df[‘food’] multiple columns df[[‘color’, ‘food’, ‘score’]] single row df.loc[‘Niko’] multiple rows df.loc[[‘Niko’, ‘Penelope’]] slice notation to select a range of rows df.loc[‘Niko’:’Dean’]   df.loc[:’Aaron’] stepping by 2 df.loc[‘Niko’:’Christina’:2] rows and columns df.loc[row_selection, column_selection]   df.loc[‘Jane’:’Penelope’, [‘state’, ‘color’]] single row df.iloc[3] multiple rows df.iloc[[5, 2, 4]]   df.iloc[3:5]   df.iloc[[2,3], [0,… Continue reading Selecting Subsets of Data in Pandas

python, Pandas Categorize the range

df[‘PriceBin’] = pd.cut(df[‘PriceAvg’], bins = 3)df[‘PriceBin’].value_counts() (54060.0, 2040000.0] 209 (2040000.0, 4020000.0] 4 (4020000.0, 6000000.0] 1 Name: PriceBin, dtype: int64 df[‘PriceBin’] = pd.qcut(df[‘PriceAvg’], q=3) df[‘PriceBin’].value_counts().sort_index() (59999.999, 210000.0] 77 (210000.0, 315000.0] 66 (315000.0, 6000000.0] 71 Name: PriceBin, dtype: int64 PriceBin SalesAvg0(59999.999, 210000.0] 42.0000001(210000.0, 315000.0] 145.1666672(315000.0, 6000000.0] 114.200000

Useful Python pandas codes

– To Rename the data framedf.rename(columns={“contract_id”:”deal_id”},inplace=True) – Where statement tips[tips[‘time’] == ‘Dinner’].head(۵) – vlookupmg = pd.merge(df,AgReg,on=”deal_id”,how=”left”) – choose the first column of an array or first part of a string with a delimitter df[“cat”] = df[“CategoryID”].str.split(‘,’,1).str[0] – filling na or nan or Null values df[“CategoryID”].fillna(“”,inplace=True) – Convert To date time pd.to_datetime(df[“start_date”],errors=’ignore’) combination of where and select some.… Continue reading Useful Python pandas codes

شعر کرونا

عمه فرمودند: اي شاعر شيرين سخنم بازبگو اين. معظل ما وكل دنياست بگو چون ریشه‌ی عمر ما به کل دود شدست اشک از غم مردم جهان رود شدست تهدید کرونا عمه جان چیزی نیست ماییم و محبتی که مفقود شدست عمه فرمودند: در خواب بدم ندايي آمد بر خيز از نو گل خوب تو خبر… Continue reading شعر کرونا